인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study proposes a robust oil leak detection in tractor manufacturing, integrating SwinTransformer as the backbone of YOLOv11 to enhance global feature learning. SwinTransformer’s shifted window mechanism and hierarchical feature representation were leveraged to overcome the convolutional neural network (CNN)-based YOLO’s local feature learning limitations. The proposed model evaluated on a dataset of 2,800 oil leakage images captured under UV light conditions on a TYM T25 tractor yielded 0.832 mAP@50, outperforming YOLOv11x (0.817). Grad-CAM visualizations confirmed accurate localization of oil leaks, providing high interpretability. Although the model requires increased computational resources, the inference times remain practical for agricultural tractor manufacturing processes. Future optimization could further improve efficiency and accuracy for real-time, practical industrial deployment.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094399572
